如何详细解析并实现OpenAI Function Calling特性的长尾词应用示例？

本文共计413个文字，预计阅读时间需要2分钟。

目录 + 函数调用使用 show me code 接口调用说明 LLM分析结果 AI记账应用设想 存在问题 + 函数调用使用 OpenAI 在 gpt-3.5-turbo-0613 和 gpt-4-0613 两个模型的 chat completion API 中增加了名为 Functio 的功能

目录

• Function Calling使用
• show me code
• 接口调用说明
• LLM分析结果
• AI记账应用设想
• 存在问题

Function Calling使用

OpenAI 在gpt-3.5-turbo-0613 和 gpt-4-0613两个模型的chat completion api中增加了一个叫Function Calling的新功能，本篇文章对其功能进行探究，并分析其作用。

我认为这是一种比Plugin更优雅的方式，给开发者提供了更多的自由度，一方面识别出何时需要调用函数来对输出格式化，一方面设定具体的格式化数据有助于接入后续业务逻辑。达到尽可能保证（注意这里，是根据你的函数描述最大可能保证，不能100%）LLM输出可控的基础上，来增强自己业务的目的。

show me code

下面以记账应用为例，告诉AI：“今天喝奶茶花了6元”，正常思路来说，交互流程应该是这样的：

• 用户输入prompt
• AI进行语义分析
• 返回结构化的数据（每个子项是什么，花费是多少）
• 拿到数据进行下一步操作

借助Function Calling，微调后的模型可以检测何时应该调用函数并使用符合函数签名的 JSON 进行响应，下面看代码例子